Pandemic-related organizational factors predicting physician anxiety and depression: Cross-sectional results from the COPING survey
Notice bibliographique
Résumé
Physician depression and anxiety increased during the COVID-19 pandemic. This study aimed to determine what pandemic-related factors might be responsible for this increase, using a cross-sectional survey of Canadian physicians. Risk factors measured included the Pandemic Experiences and Perceptions Scale (PEPS) subscales (impact, adequacy, risk perception and worklife), COVID-19 preparedness, level of contact with COVID-19, and the number of provincial COVID-19 cases. In total, 309 completed the primary outcomes, with 20.1% experiencing symptoms of depression and 43.2% of anxiety. Structural equation modeling analysis demonstrated significant relationships between risk perception and areas of worklife to anxiety and to depression. The effect of worklife quality was partially mediated through reductions in risk perception. Areas of worklife explained 6% of the variance of risk perception. The explanatory variables in the model described 33% of the variability in anxiety and 28% of the variability in depression. Areas of work-life and risk perception were both significant contributors to depression and anxiety among physicians during early stages of the pandemic. To reduce symptoms, the aim of healthcare organizations should be to ensure adequate resources, reduce risk perception, improve communication and education regarding what is known about pandemics or crises.Trial registration: ClinicalTrials.gov identifier: NCT04379063.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».